市场礼仪或雷区中的良好风度 - 页 23

 
兴趣不在NS本身--它确实是一样的,只是可能激活函数不同或其他什么。(可惜JOONE在测试时出现了故障--它充满了各种各样的功能......)对输入信号的质量、学习过程和输出的兴趣
 
Neutron писал(а)>>

来吧,给我们一个想法--我们将讨论它!"。

把什么有希望的东西放在那里。- 吉祥物?

哦,我已经把我的一切都放在输入上了......:)好吧,我告诉你整个故事。

我已经说过一次,我喜欢遗传学,因为什么网络行为应该是最佳的--对于ORO来说--是一个非常开放的问题。

我应该在每个新的酒吧里询问网络,并作出相应的反应。所以我写了一些东西,并收集了不同的平均线、随机指标或任何上帝派给我的输入,然后开始了。而现在我看到,网格的作用很神奇。它画出了圣杯(当然不是立即画,但它在圣杯之前就学会了)...

错误在于,没有多少指示器可以与0换挡器一起使用--它们需要整个条形图来绘制。事实上,我是在向网格输入数据,而这个网格还不存在,因此是在展望未来。

从那时起,我一直在纠结于输入数据的问题。但我自己发现,学习是有效果的:)

 
YDzh писал(а)>>
兴趣不在于NS本身--它其实是一样的,只是可能激活函数不同或其他什么。此外,什么都不取决于激活函数(它的具体类型),什么都不取决于学习方法(如果它被正确执行)!

这完全取决于你要预测的内容。这就是重点和关键。

讨论基于BP平滑的一种或另一种形式的诱导没有意义(例如MACD)--我们可以严格表明,在这种情况下,BP是具有反持久性的BP预测的第一差值系列(价格系列正是如此)不可逾越的障碍。

关于NS教学中的 "展望未来 "问题,我们都经历过。

 
Neutron писал(а)>>

这完全取决于你要预测的内容。这就是重点和关键。

讨论基于BP平滑 的一种或另一种形式的诱导没有意义(例如MACD)--我们可以严格表明,在这种情况下,BP是具有反持久性的BP预测的第一差值系列(价格系列正是如此)不可逾越的障碍。

关于国家安全培训中的 "展望未来 "问题,我们都经历过。

嗯,这取决于你如何看待它。酒吧是一个平均数值。最小的条形图是一分钟,这意味着在当前分钟之前的一切已经在某种程度上被平均化了。

 
Neutron писал(а)>>

这完全取决于你要预测的内容。这就是问题的关键。

讨论基于BP平滑的一种或另一种形式的诱导没有意义(例如MACD)--我们可以严格表明,在这种情况下,BP是具有反持久性的BP预测的第一差值系列(价格系列正是如此)不可逾越的障碍。

关于NS培训中的 "展望未来",我们都经历过。

好吧,如果是这样--那么根本就没有必要触及指标。它们都是建立在某种形式的数据汇总上的。除了时间、数量和价格,没有任何主要数据。然后,你必须下降到刻度线水平...但那里 "有很多噪音"。悖论...

 
YDzh писал(а)>>

好吧,如果是这样的话,那就根本没有必要去触及指标。它们都是建立在某种形式的数据汇总上的。除了时间、数量和价格之外,没有任何主要数据。然后,你必须下降到刻度线水平...但那里 "有很多噪音"。悖论...

这是真的!除了没有大惊小怪--汤是分开的。

至于酒吧,我只使用开盘价--不使用平均价。我的计划是只使用蜱虫,就像明智的Prival所说的那样。然而,我将不得不在保存模式和数据收集方面大费周章。但如果它值得,为什么不呢?

 

好了,我想在重量得到纠正之前,就这样吧!


for(int i = cikl; i >= 0; i--)
{
out = OUT2(i);---------------------------------------------------// Получаем вых. сигнал сетки
test = (Close[i]-Close[i+1])/Close[i+1];--------------------------// Получаем n+1-вый отсчет

d_2_out = test - out;---------------------------------------------// Ошибка на выходе сетки
d_2_in = d_2_out * (1 - out*out);--------------------------------// Ошибка на входе выходного нейрона

Correction2[0] += d_2_in * D2[0];---------------------------// Суммируем микрокоррекции
SquareCorrection2[0] += Correction2[0] * Correction2[0];----------// по каждому весу входящему в вых. нейрон
Correction2[1] += d_2_in * D2[1];---------------------------// и суммируем квадраты оных микрокоррекций
SquareCorrection2[1] += Correction2[1] * Correction2[1];
Correction2[2] += d_2_in * D2[2];
SquareCorrection2[2] += Correction2[2] * Correction2[2];

d_11_in = d_2_in * (1 - D2[1]*D2[1]);-----------------------------// Считаем ошибку на входах нейронов
d_12_in = d_2_in * (1 - D2[2]*D2[2]);-----------------------------// скрытого слоя

for (int k = 0; k < 17; k++)
{---------------------------------------------------------------// Сууммируем микрокоррекции для входов
Correction11[k] += d_11_in * D1[k];----------------------// первого нейрона
SquareCorrection11[k] += Correction11[k] * Correction11[k];
}

for (k = 0; k < 17; k++)
{---------------------------------------------------------------// Суммируем микрокоррекции для входов
Correction12[k] += d_12_in * D1[k];----------------------// второго нейрона
SquareCorrection12[k] += Correction12[k] * Correction12[k];
}
}
 

我把代码贴出来是为了以防万一。

NeuroNet_1是一个空网格训练 EA

NeroLite_ma是一个两层的感知器,实际是容易扩展到N层 -:)

附加的文件:
 
Neutron писал(а)>>

这就是事实!只要不大惊小怪--汤是分开的。

至于酒吧,我只使用开盘价--不使用平均价。而我要做的是明智的Prival会做的事--改用蜱虫。然而,我将不得不在保存模式和数据收集方面大费周章。但如果它值得,为什么不呢?

我不会大惊小怪的 :)文献中承认抽搐的作用...它闻起来像混沌理论。关于这是否值得...这值得吗?那么Prival公司在哪里建议呢?

那么,在开盘价上的结果是什么呢?我一直在玩回归分析,没有任何理由。而事实证明,高点和低点比开盘价更容易预测......。这并不奇怪...

 
YDzh >> :

而Prival公司在哪里建议这样做?

...>>到处都是!厕所是明智的!